-
pdfplumber更适合结构化表格提取，因其原生保留文本坐标、线条和布局；PyPDF2仅输出纯文本，tabula依赖Java且对非标准线识别不稳。
-
Python列表无equals()方法，判断相等用==；pandasDataFrame才支持df.equals()，它处理NaN更合理且要求索引列对齐。
-
Flask默认Session不能跨进程共享，因其使用签名Cookie将加密数据存于客户端，服务端无状态；需用Flask-Session+Redis实现共享，关键配置包括SESSION_TYPE="redis"、SESSION_REDIS传Redis实例、显式设置SESSION_KEY_PREFIX等。
-
Python文本去重需先明确粒度：按行（最快，用dict.fromkeys保序）、按句子（需清洗后切分）、按语义（用TF-IDF或Sentence-BERT计算相似度）；预处理须统一编码、清理不可见字符、过滤空行。
-
IP代理与用户代理池协同工作可有效应对反爬虫，通过模拟多样化真实用户行为，结合高质量代理管理、请求头一致性、无头浏览器及Cookie会话控制等策略，提升爬虫隐蔽性与稳定性。
-
PyMySQL是Python操作MySQL的轻量库，支持连接数据库、执行SQL、参数化查询防注入、事务管理，并需手动关闭游标和连接。
-
Python自定义异常类应继承具体内置异常、以Error结尾、构造函数简洁支持上下文、建立分层继承树。如参数错误用ValueError，文件未找到用FileNotFoundError，业务异常继承Exception并加前缀如PaymentError，命名统一为XxxError，大型项目可设AppError根异常再分层。
-
FastAPI中async依赖报“Syncdependencyinasyncroute”错，因未显式声明异步依赖或路由函数非asyncdef；须确保依赖与路由均为asyncdef、使用异步DB驱动、Token解析同步而查库等IO操作异步。
-
优先使用pipinstall--user安装到用户目录绕过权限问题；必须全局安装时再提权，或用虚拟环境隔离；conda不支持--user，需配置用户包目录或重装到非系统盘。
-
GitLabCI中应使用多阶段构建隔离依赖与运行时环境，通过Poetry或pip-tools生成确定性依赖文件，用CI内置变量安全认证私有仓库，按committag或shortSHA打镜像标签，并在推送前验证配置合法性。
-
__init__.py文件是Python包（package）的标识文件，它的存在让一个普通目录被解释器识别为包，从而支持模块导入和相对导入。让目录变成可导入的包Python规定：只有包含__init__.py的目录，才能被当作包来导入。即使该文件为空，只要存在，importmypackage就能成功执行。没有__init__.py，目录只是普通文件夹，无法用import加载其中的模块文件可以为空，也可以包含代码——它会在包首次被导入时自动运行一次从Python3.3起，支持“隐
-
notify_all()不保证所有等待协程立即执行，因唤醒后需重新竞争锁并检查条件；必须遵循“改状态→通知”顺序，且wait()须置于while循环中。
-
pytest灰度测试需在collection阶段用pytest_collection_modifyitems钩子结合@pytest.mark.gray标记和hash抽样剔除用例，避免setup/teardown执行与统计异常，CI中须分支+环境变量双控启用。
-
最省心的EMA计算方式是直接调用pandas.Series.ewm，因其采用稳定数值算法且精度高；关键要分清alpha与span的含义与换算关系，二者互斥不可共存，且需注意初值、NaN处理及相对误差验证。
-
base.html必须定义block才能让子模板覆盖内容，否则未设block的区域彻底锁死；至少需{%blocktitle%}{%endblock%}和{%blockcontent%}{%endblock%}，且{%extends%}必须首行、路径准确、区分大小写。
